【玩转腾讯云】只需三分钟，再也不用听60秒长语音

开篇引言

话不多说，先来两张图感受一下。

现实生活中，越来越多的地方需要使用到语音识别，微信里客户的长条语音，游戏里更方便快速的交流，都是语音识别的重要场景。现在为大家强力推荐腾讯云语音识别，一款为企业和开发者提供极具性价比的语音识别服务。腾讯云语音识别服务经微信、腾讯视频、王者荣耀、和平精英等大量内部业务验证；同时也在线上线下大量互联网、金融、教育等领域的外部客户业务场景下成功落地。同时日服务亿级用户，具有海量数据支撑、算法业界领先、支持语种丰富、服务性能稳定、抗噪音能力强、识别准确率高等优势。

三分钟接入

现在开始讲我们的重头戏，三分钟接入。如何实现我们的三分钟接入呢。

注册开通

0分1秒，登录腾讯云语音识别控制台，点击按钮开通。

获取密钥

0分3秒，得益于腾讯云快速稳定的服务，我们迅速开通，并在访问密钥页面，可获取到相应的Appid以及SecretId和SecretKey。

选取服务

0分25秒，选取你所需的服务。语音识别开放录音文件识别、实时语音识别和一句话识别三种服务形式，满足不同类型开发者需求。

录音文件识别

对不超过一小时的录音文件进行识别。适用于语音时间较长、对实时性要求低的场景，例如客服质检、视频字幕生成、音频节目字幕生成等。

• 语言和方言：目前支持中文普通话、英语、粤语。
• 行业/领域模型：目前支持音视频领域模型。
• 音频属性：支持 wav、mp3、silk、speex、amr、m4a 等主流的音频格式，支持8k、16k采样率的单声道或双声道音频识别，支持16bit的数据采样精度。
• 音频数据长度支持：若采用直接上传音频数据方式，建议音频数据不能大于5MB；若采用上传音频 url 方式，建议音频时长不能大于1小时。
• 自学习模型：支持通过语言模型自学习工具进行定制优化，可以有效提高文本场景下的语音识别准确率。更多详情请参阅 自学习模型文档。
• 热词：目前支持通过控制台方式和API方式进行热词的创建，添加热词可以显著提升专有词汇识别准确率。更多详情请参阅 热词文档。

关于录音文件识别使用详情，请参阅 录音文件识别 API 文档。

实时语音识别

对实时音频流进行识别，达到“边说边出文字”的效果。适用于有一定实时性要求的场景，例如语音输入、语音机器人、会议现场记录、直播内容审核、视频实时添加字幕等场景。

• 语言和方言：目前支持中文普通话、英语、粤语、韩语。
• 行业/领域模型：目前支持金融领域模型。
• 音频属性：支持 wav、pcm、speex、silk、mp3 的音频格式，支持8k、16k采样率的单声道音频流，支持16bit的数据采样精度。
• 音频数据长度：建议每个数据包的音频分片最大不能超过200KB。
• 自学习模型：支持通过语言模型自学习工具进行定制优化，可有效提高专有领域或行业下的语音识别准确率。更多详情请参阅 自学习模型文档。
• 热词：目前支持通过控制台方式和API方式进行热词的创建，添加热词可以显著提升专有词汇识别准确率。更多详情请参阅 热词文档。

关于实时语音识别使用详情，请参阅 实时语音识别 SDK 文档。

一句话识别

对60秒之内的短音频文件进行识别。适用于语音消息转写场景，例如语音短信、语音搜索等。

• 语言和方言：目前支持中文普通话、英语、粤语。
• 音频属性：支持 wav、mp3 的音频格式，支持8k、16k采样率的单声道音频，支持16bit的数据采样精度。
• 音频数据长度：若采用直接上传音频数据方式，建议整个数据包不能大于600KB；若采用上传音频url方式，建议音频时长不能大于60s。
• 自学习模型：支持通过语言模型自学习工具进行定制优化，可有效提高专有领域或行业下的语音识别准确率。更多详情请参阅 自学习模型文档。
• 热词：目前支持通过控制台方式和API方式进行热词的创建，添加热词可以显著提升专有词汇识别准确率。更多详情请参阅 热词文档。

关于一句话识别使用详情，请参阅 一句话识别 SDK 文档。

实现调用

1分08秒，在选取好相应的服务以后，只需要下载相应的sdk文档，填入相应的密钥和Appid，加上相应的音频地址和参数，即可实现调用。

写在最后

至于剩下的两分钟，是我多算了，各位看官可以思考下如何更好使用语音识别服务，如果有什么建议或意见，或者需要帮忙的，请随时咨询我们腾讯云语音识别的客服，我们会有专业的工程师为大家提供帮助。